결과부터 공개하면, n8n+Claude로 FAQ 챗봇 납품해서 제가 실제로 받은 건 1건 38만 원, 유지보수 월 5만 원이었습니다. 제작 시간은 첫 건 기준 11시간 정도 걸렸고, 지금 다시 하면 4~5시간 안쪽으로 줄일 수 있을 것 같습니다. 다만 이걸 “챗봇 만들어드립니다”로 팔면 반응이 약했고, “카톡·홈페이지 문의 중 반복 질문 30개 줄여드립니다”로 말했을 때 상담이 잡혔습니다.

제가 느낀 핵심은 챗봇 자체보다 FAQ 원문 정리 방식입니다. 소상공인 대표님들은 AI를 원하지만 어디서 시작할지 모르는 경우가 많다는 얘기가 Young Urban Project 쪽에서도 나왔는데, 실제로 만나보면 정말 그렇습니다. “우리도 AI 챗봇 있으면 좋겠다”는 말은 하는데, 막상 FAQ 파일 달라고 하면 메뉴판 이미지, 인스타 캡처, 네이버 플레이스 링크, 문자 답변 내역이 뒤섞여 옵니다.

n8n에서 제일 먼저 만든 건 챗봇이 아니라 FAQ 정리용 워크플로였습니다. Google Sheets에 `category / question / answer / source / last_updated / expose` 컬럼을 만들고, 대표님이 수정할 수 있는 건 answer와 expose 정도로만 제한했습니다. 여기서 `expose`를 TRUE로 둔 행만 챗봇 응답 후보로 쓰게 하니 “이 이벤트는 끝났는데 왜 아직 답하냐” 같은 사고가 줄었습니다.

Claude는 FAQ 응답 초안 만들 때 꽤 좋았습니다. 다만 바로 고객 응대에 붙이면 말이 길어지는 문제가 있어서, n8n의 Claude 호출 프롬프트에 제한을 세게 걸었습니다. 제가 쓴 조건은 “한국어 3문장 이하, 가격·예약·환불은 시트에 있는 문장만 사용, 확실하지 않으면 문의 연결”이었고 temperature는 0.2로 뒀습니다. 0.7로 두면 말투는 부드러운데, 영업시간이나 가격을 자연스럽게 지어내는 경우가 있었습니다.

의외로 많이들 놓치는 부분이 “FAQ 검색을 Claude에게 전부 맡기면 비용보다 품질이 먼저 흔들린다”는 점입니다. 저는 n8n에서 먼저 질문 문장을 정규화하고, Google Sheets에서 키워드 매칭으로 후보 3개만 뽑은 뒤 Claude에게 넘기는 구조로 바꿨습니다. 예를 들어 “주차 돼요?”, “차 가져가도 되나요?”, “건물 주차장 있나요?”를 전부 parking 태그로 묶어두면 응답 안정성이 확 올라갑니다.

처음에는 벡터DB까지 붙이려고 했는데, FAQ 30~80개 수준인 동네 매장에는 오히려 과했습니다. 납품받는 쪽도 수정이 어려워하고, 저도 유지보수 때마다 다시 임베딩 돌리는 게 귀찮았습니다. 지금 기준으로는 FAQ 100개 이하, 메뉴·가격 변동이 잦은 업종이면 Google Sheets 방식이 더 낫다고 봅니다.

n8n 설정에서 삽질한 부분 하나 공유하면, Webhook 노드의 응답 모드를 `Respond to Webhook`으로 따로 빼는 게 편했습니다. 처음에는 Webhook 노드에서 바로 응답하도록 했는데, 중간에 Claude 응답이 늦어지면 타임아웃 처리나 에러 메시지 분기가 지저분해졌습니다. `Respond to Webhook` 노드를 마지막에 두고, 실패 분기에는 “지금은 자동 답변이 어렵습니다. 성함과 연락처를 남겨주세요.” 같은 고정 문구를 보내게 했습니다.

실제 납품에서는 “모르는 질문 처리”가 만족도를 가릅니다. 대표님들은 챗봇이 똑똑한 것보다 엉뚱한 말을 안 하는 걸 더 좋아했습니다. 그래서 Claude에게 모르는 걸 추측하지 말라고만 하는 게 아니라, n8n에서 후보 FAQ 점수가 낮으면 아예 Claude 호출을 건너뛰고 상담 연결 문구로 보냈습니다. 이게 비용도 줄이고 사고도 줄였습니다.

제가 쓴 간단한 기준은 이렇습니다. 질문에서 매칭된 키워드가 2개 이상이면 Claude 응답 생성, 1개면 “관련 안내” 톤으로 짧게 답변, 0개면 상담 연결입니다. 대충 만든 것 같지만 첫 테스트 100문장 돌렸을 때 엉뚱한 답변이 17개에서 4개로 줄었습니다.

Make와 n8n 둘 다 써봤는데, 납품용으로는 n8n이 더 마음 편했습니다. Make는 화면이 예쁘고 빨리 만들기 좋은데, 분기와 에러 로그를 오래 추적할 때 제가 답답했습니다. n8n은 처음 보기엔 투박해도 노드별 실행 결과가 남고, 특정 고객사 워크플로를 복사해서 수정하기가 좋았습니다.

견적은 처음부터 너무 낮게 잡으면 유지보수에서 손해 납니다. FAQ 챗봇은 만든 날보다 납품 후 2주 동안 질문 수정이 더 많습니다. 저는 지금 기준으로 초기 구축 30만~50만 원, FAQ 50개 초과 시 10개당 3만 원, 월 유지보수 5만~10만 원 정도가 현실적이라고 봅니다. 월 유지보수에는 문구 수정 10건, 로그 확인 1회, 오류 대응 정도만 넣어야 합니다.

고객에게 데모 보여줄 때는 “무엇이든 물어보세요” 화면을 보여주면 실패 확률이 높았습니다. 사람들이 일부러 이상한 걸 물어봅니다. 대신 “예약, 가격, 위치, 주차, 환불, 영업시간을 물어보세요”처럼 질문 범위를 버튼이나 예시 문장으로 좁혀야 합니다. 챗봇 성능 문제가 아니라 기대값 세팅 문제입니다.

Claude 프롬프트도 고객별로 길게 쓰기보다 공통 프롬프트와 매장 규칙을 분리하는 게 낫습니다. 공통 프롬프트에는 응답 길이, 말투, 모르면 연결 같은 룰만 두고, 매장 정보는 시트에서 불러오게 했습니다. 그래야 같은 구조를 다른 매장에 복사할 때 실수가 덜 납니다.

한 번은 네일샵 FAQ에 “당일 취소 시 예약금 환불 불가”가 있었는데, Claude가 “상황에 따라 어려울 수 있습니다”라고 부드럽게 바꿔버린 적이 있습니다. 그 뒤로 환불, 의료, 계약, 가격 문장은 “재작성 금지” 태그를 붙이고 원문 그대로 출력하게 했습니다. 부드러운 답변보다 중요한 건 대표님이 실제로 쓰는 정책과 일치하는 겁니다.

수익화 관점에서는 Emergent 쪽에서 말한 것처럼 자동화 워크플로와 클라이언트용 비즈니스 프로세스 자동화가 앞으로도 계속 팔릴 여지가 있다고 봅니다. 다만 초보가 바로 거창한 CRM 자동화나 사내 업무 자동화로 가면 요구사항 정리에서 막힙니다. FAQ 챗봇은 범위가 작고, 결과물이 눈에 보여서 첫 납품 아이템으로 괜찮았습니다.

제가 다음에 같은 걸 판다면 업종은 병원보다 학원, 공방, 미용, 숙박 쪽을 먼저 볼 것 같습니다. 병원은 표현 규제나 민감한 상담이 많아 초보가 다루기 부담스럽습니다. 반면 공방이나 학원은 반복 질문이 뻔합니다. 수업 시간, 준비물, 환불, 위치, 주차, 예약 변경만 잡아도 대표님이 체감합니다.

초보가 바로 따라 한다면 순서는 간단하게 가는 게 좋습니다. 먼저 고객 한 명을 정하고, 최근 받은 문의 50개를 달라고 해서 질문을 분류합니다. 그다음 n8n에서 Webhook, Google Sheets, Claude, Respond to Webhook 네 개 노드만으로 MVP를 만듭니다. 여기서부터 버튼 UI나 카카오 연동을 붙여도 늦지 않습니다.

제가 보는 납품 기준은 “AI가 멋지게 답하느냐”가 아니라 “대표님이 시트를 고치면 5분 안에 챗봇 답변이 바뀌느냐”입니다. 이게 되면 유지보수 부담이 확 줄고, 고객도 자기 사업에 맞게 계속 다듬을 수 있습니다. n8n+Claude 조합은 그 지점에서 꽤 실용적입니다. FAQ 50개짜리 반복 문의 줄이는 용도라면, 지금도 충분히 돈 받을 만한 결과물이 나옵니다.